Démarrage rapide

Bêta

Ce produit ou cette fonctionnalité est couvert par les Conditions des offres avant disponibilité générale des conditions d'utilisation de Google Cloud Platform. Les fonctionnalités et produits avant disponibilité générale sont susceptibles de présenter une compatibilité limitée, et les modifications apportées à ces fonctionnalités ou produits peuvent ne pas être compatibles avec d'autres versions avant disponibilité générale. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Conseil : L'utilisation d'une spécification de workflow de niveau supérieur peut simplifier la mise en œuvre et la gestion de l'API Cloud Life Sciences. Consultez les tutoriels pour obtenir des exemples de spécifications de workflow intégrées à l'API Cloud Life Sciences.

Cette page explique comment exécuter un pipeline génomique qui utilise l'API Cloud Life Sciences pour créer un fichier d'index (fichier BAI) à partir d'un fichier binaire contenant des séquences d'ADN (fichier BAM). Les fichiers BAM sont généralement volumineux et leur lecture avec un lecteur de génome peut prendre beaucoup de temps. Utilisez un fichier BAI pour localiser les parties du fichier BAM contenant la position génomique qui vous intéresse.

Avant de commencer

1. Connectez-vous à votre compte Google Cloud. Si vous débutez sur Google Cloud, créez un compte pour évaluer les performances de nos produits en conditions réelles. Les nouveaux clients bénéficient également de 300 $ de crédits gratuits pour exécuter, tester et déployer des charges de travail.

2. Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

   Remarque : Si vous ne comptez pas conserver les ressources créées dans cette procédure, créez un projet au lieu de sélectionner un projet existant. Après avoir suivi ces étapes, vous pouvez supprimer le projet. Cela entraîne la suppression de toutes les ressources qui lui sont associées.

   Accéder au sélecteur de projet

3. Assurez-vous que la facturation est activée pour votre projet Cloud. Découvrez comment vérifier que la facturation est activée pour votre projet.

4. Activer les API Cloud Life Sciences, Compute Engine, and Cloud Storage JSON.

   Activer les API

5. Installez et initialisez le SDK Cloud.

6. Dans Google Cloud Console, sur la page de sélection du projet, sélectionnez ou créez un projet Google Cloud.

   Remarque : Si vous ne comptez pas conserver les ressources créées dans cette procédure, créez un projet au lieu de sélectionner un projet existant. Après avoir suivi ces étapes, vous pouvez supprimer le projet. Cela entraîne la suppression de toutes les ressources qui lui sont associées.

   Accéder au sélecteur de projet

7. Assurez-vous que la facturation est activée pour votre projet Cloud. Découvrez comment vérifier que la facturation est activée pour votre projet.

8. Activer les API Cloud Life Sciences, Compute Engine, and Cloud Storage JSON.

   Activer les API

9. Installez et initialisez le SDK Cloud.

Vous pouvez également utiliser Cloud Shell, sur lequel le SDK Cloud est préinstallé.

10. Installez Python 3.8.

    Si vous utilisez Windows et que vous avez laissé la case correspondante cochée lors de l'installation du SDK Cloud, cette opération a été effectuée automatiquement.

Remarque : Si vous utilisez Cloud Shell ou une instance Compute Engine, Python et gsutil sont préinstallés et authentifiés. Si votre instance Compute Engine est configurée sans champ d'application de compte de service pour Cloud Life Sciences, exécutez gsutil config et suivez les instructions.

Remarque : Si vous utilisez Windows et que vous n'avez pas installé gsutil dans le SDK Cloud, vous devez ajouter le préfixe python à chaque commande gsutil (par exemple, python gsutil mb gs://life-sciences-bucket). Pour plus d'informations, consultez la section Questions fréquentes sur Python avec Windows.

Exécuter le pipeline

Pour exécuter le pipeline, procédez comme suit :

1. Créez un bucket dans lequel vous allez stocker le fichier BAI. Les buckets sont les conteneurs de base dans lesquels sont stockées vos données dans Cloud Storage. Pour créer un bucket nommé PROJECT_ID-life-sciences, exécutez la commande gsutil mb :

   gsutil mb gs://PROJECT_ID-life-sciences
   

   Remplacez PROJECT_ID par l'ID de votre projet Google Cloud. Vous devez utiliser un nom de bucket unique.

   Consultez les règles de dénomination des buckets pour en savoir plus.

   • Les noms de buckets ne peuvent contenir que des lettres minuscules, des chiffres, des tirets (-), des traits de soulignement (_) et des points (.). Les espaces ne sont pas autorisées. Les noms contenant des points doivent être validés.
   • Les noms de buckets doivent commencer et se terminer par un chiffre ou une lettre.
   • Les noms de buckets doivent compter entre 3 et 63 caractères. Ceux qui comportent des points peuvent contenir jusqu'à 222 caractères, mais chaque composant séparé par un point ne peut pas posséder plus de 63 caractères.
   • Les noms de buckets ne peuvent pas correspondre à une adresse IP au format décimal à points (par exemple, 192.168.5.4).
   • Les noms de buckets ne peuvent pas commencer par le préfixe "goog".
   • Les noms de buckets ne peuvent pas contenir "google" ni des termes semblables tels que "g00gle".
   Attention : N'incluez aucune information sensible dans le nom des buckets, car leur espace de noms est global et public.

   Si l'opération réussit, la commande renvoie les éléments suivants :

   Creating gs://PROJECT_ID-life-sciences
   

2. Pour démarrer le pipeline, exécutez la commande gcloud beta lifesciences pipelines run :

   gcloud beta lifesciences pipelines run \
       --regions us-east1 \
       --command-line 'samtools index ${BAM} ${BAI}' \
       --docker-image "gcr.io/cloud-lifesciences/samtools" \
       --inputs BAM=gs://genomics-public-data/NA12878.chr20.sample.bam \
       --outputs BAI=gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai
   

   Si l'opération réussit, la commande renvoie les éléments suivants :

   Running [projects/PROJECT_ID/operations/OPERATION_ID]
   

   Notez la valeur de OPERATION_ID. Vous l'utiliserez à l'étape suivante.

3. Pour suivre l'état du pipeline, exécutez la commande gcloud beta lifesciences operations wait. Remplacez OPERATION_ID par la valeur affichée à l'étape précédente. Le déploiement prend quelques minutes.

   gcloud beta lifesciences operations wait OPERATION_ID
   

   Une fois l'opération terminée, elle renvoie le message suivant :

   Waiting for [projects/PROJECT_ID/operations/OPERATION_ID]...done.
   

4. Pour vérifier que le fichier BAI a été généré, exécutez la commande gsutil ls :

   gsutil ls gs://PROJECT_ID-life-sciences
   

   Si l'opération réussit, la commande renvoie les éléments suivants :

   gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai
   

Vous venez d'exécuter un pipeline utilisant l'API Cloud Life Sciences pour créer un fichier BAI à partir d'un fichier BAM. Utilisez un lecteur de génome pour examiner le fichier BAM NA12878.chr20.sample.bam à l'aide du fichier d'index NA12878.chr20.sample.bam.bai.

Effectuer un nettoyage

Pour éviter que les ressources utilisées sur cette page soient facturées sur votre compte Google Cloud :

Supprimer le fichier BAI

Pour supprimer le fichier BAI généré tout en conservant le projet et le bucket que vous avez créés, exécutez la commande gsutil rm :

gsutil rm PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai

Supprimer le bucket

Si vous avez créé le bucket spécifiquement pour ce démarrage rapide et que vous n'en avez plus besoin, mais que vous souhaitez conserver votre projet, supprimez le bucket à l'aide de la commande gsutil rb. La suppression du bucket supprime également le fichier BAI généré.

gsutil rb gs://PROJECT_ID-life-sciences

Supprimer le projet

Si vous avez créé le projet spécifiquement pour ce démarrage rapide et que vous n'en avez plus besoin, vous pouvez le supprimer. La suppression du projet entraîne celle du fichier BAI et du bucket Cloud Storage.

Attention : La suppression d'un projet aura les effets suivants :

• Tout le contenu du projet est supprimé. Si vous avez utilisé un projet existant pour ce tutoriel et que vous le supprimez, vous supprimerez également tout autre travail effectué dans le projet.
• Les ID de projets personnalisés sont perdus. Lorsque vous avez créé ce projet, vous avez peut-être créé un ID de projet personnalisé que vous souhaitez utiliser à l'avenir. Pour conserver les URL qui utilisent l'ID de projet, telle qu'une URL appspot.com, supprimez les ressources sélectionnées dans le projet au lieu de supprimer l'ensemble du projet.

Si vous envisagez d'explorer plusieurs tutoriels et guides de démarrage rapide, vous pouvez constater que réutiliser des projets peut vous aider à éviter de dépasser les limites de quotas des projets.

1. Dans Cloud Console, accédez à la page Gérer les ressources.

   Accéder à la page Gérer les ressources

2. Dans la liste des projets, sélectionnez le projet que vous souhaitez supprimer, puis cliquez sur Supprimer.
3. Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour supprimer le projet.

Comment ça s'est passé ?

Ça a marché !

Parfait ! Qu'avez-vous apprécié dans ce guide de démarrage rapide ? Que pourrions-nous améliorer ? N'hésitez pas à nous donner votre avis !

J'ai rencontré un problème.

Nous le regrettons. Expliquez-nous ce qu'il s'est passé. Notre objectif est de le corriger.

Étape suivante

• Consultez des ensembles de données publiques relatives au génome.
• Chargez des données relatives aux variantes dans Cloud Storage ou BigQuery.
• Analysez des variantes avec BigQuery.